社会科学科研指南｜4. 变量和假设

本文收录在这个文集中，是《组织与管理研究的实证方法》的读书笔记，该书介绍了研究管理和组织的规范科学范式，一种主要流行于北美的管理研究的范式。

---

接下来，首先对变量进行简单的介绍，这一部分介绍偏重统计学角度。变量是一个数学——或统计学，就本书语境而言——概念，但是当我们【应用】管理学理论解释问题时（如对一个理论进行实证检验），我们需要把理论中的构念转换成变量variable，并对变量提出各种假设，因此变量在管理学实证研究中是非常重要的。（对于如何使用理论、管理学中变量的理论意义何在，将在下一章进行详细介绍。）

4.1 社会科学中的变量

变量，广义地考虑，是表示数学对象的符号，具有任意性和未知性，这数学对象可以是数、向量、矩阵、函数……

而本书语境中的社会科学变量（下文简称变量），私以为可以这么定义：它是一种集合到数集的函数关系，这个集合是具体存在的、可观测的社会现象的集合。

也就是说，变量是一种将我们观测到的具体社会现象数量化的工具。同时，这里的数集必须至少有两个元素，即变量必须能“变”。

例如，性别G这个变量是指这样的函数：
G: {Gender} —> {1, 2} （这是一个定类变量）
Male |—> 1
Female |—> 2

工作满意程度S这个变量是指这样的函数：
S: {满意程度} —> {1, 2, 3, 4, 5} （这是一个定序变量）
不满意 |—> 1
较不满意 |—> 2
一般 |—> 3
较满意 |—> 4
满意 |—> 5

当然，除了上述离散变量，也有很多连续变量。

4.2 变量的分类

不同的变量之间存在着【关系】，对于一组存在相互关系的变量，我们可以将其按照在「关系中的地位」进行分类：

image

4.2.1 自变量、因变量、控制变量

A 自变量 Independent variables

也叫预测变量，是因变量的假定的原因，是引起某个现象的变量。

B 因变量 Dependent variables

也叫效标criterion，是假定的效果，是被认为会随着自变量的变化而变化的变量。

Note. 换句话说，自变量是前置变量，因变量是结果变量，自变量被假设为影响或使因变量发生变化的变量。

C 控制变量 Control variables

是指对因变量有影响，且影响必须被排除的变量。

Note. 理论上，自变量和控制变量都是因变量的前置变量，但是自变量是我们在某一研究中关心的变量，控制变量则是我们在这一研究中不想要、但却不能完全排除的前置变量（即不能实现随机化或不能消除）。

4.2.2 中介变量、调节变量

自变量和因变量之间的关系（因果、相关）很多时候可能不足以概括复杂的情况，换言之，对于一定量的观测数据，仅通过这些简单关系，不能挖掘到数据中充分的信息。因此，我们需要引入新的变量以形成更复杂的关系模型，这就是调节变量和中介变量被提出来的原因。

D 中介变量 Mediating variables

是指满足下列性质的变量：

• 自变量X对中介变量M的变化有显著影响；

• 中介变量M对因变量Y的变化有显著影响；

• 当自变量X对中介变量M的影响 和 中介变量M对因变量Y的影响 都受到控制时，自变量和因变量的关系显著降低。

简单来说，中介变量是解释一个已经存在的关系的内部机制的工具。

E 调节变量 Moderating variables

是影响自变量和因变量关系的方向、强度的变量（可以是类别变量or连续变量）。如果X和Y有关系，而X和Y的关系受到第三个变量Z的影响，那么Z就是调节变量，调节变量对那个关系起到的具体影响叫做调节作用。

简单来说，调节变量是解释一个已经存在的关系在不同条件下发生变化的工具。

Note. 这里再强调一下，自变量、中介变量和调节变量都是统计概念，都会对因变量产生影响，区分它们的关键在于变量之间的逻辑和统计关系；控制变量是一个相对的概念，要看我们的研究目的，一个变量也许在这个研究中是不感兴趣的，而在另一个研究中则是感兴趣的，同时，当我们对感兴趣的关系进行验证时，只有对控制变量进行控制，才能保证我们的验证结果是可信的。

4.3 变量之间的关系与假设

假设是对变量之间的关系的陈述，它可以通过统计方法被证实或证伪。

我们假设一组变量X、Y、Z、M中，X是自变量，Y是因变量，Z是调节变量，M是中介变量。

自变量X和因变量Y之间的关系：

• 可以是因果关系causality

• 也可以是相关关系correlation

• 一般来说，因果关系是我们更感兴趣的关系。

M的中介作用按照其对X与Y关系的“中介程度”可以分为两类：

• 部分中介：X对Y的影响部分是直接的，部分是“透过”M的

• 完全中介：X对Y的影响完全“透过”M，没有M的作用，X不会影响Y

Z的调节作用可以分为如下类型：

• 加强型 strengthening：随着Z的值的增加，X对Y的关系被强化

• 削弱型 weakening：随着Z的值的增加，X对Y的关系被弱化

• 颠覆型 reversing：随着Z的值的增加，X对Y的关系从正向转为负向，或从负向转为正向

与调节作用紧密相关的是交互作用

• 交互作用（interaction）是指，在感兴趣的多个自变量中，一个自变量的效果在另一个自变量每一水平上表现不一致的现象，即多个变量共同作用时对因变量的效应不独立。

• 从定义可以发现，检验调节作用和检验交互作用的【统计】方法是一样的

• 但是，交互作用中的两个字变量的地位是对称的，可以把其中任何一个【解释】为调节变量，剩下的则是自变量；调节作用中，哪个是自变量，哪个是调节变量，是不能互换的。

• 确认调节作用中谁是调节变量/自变量的依据，就是【理论基础】。

4.4 如何检验中介作用？

A Baron & Kenny (1986)的层级回归法【规划中】

B Sobel 检验法【规划中】

C 自抽法(bootstraping)【规划中】

D 时间延迟模型 time-lagged repeated measure model 【规划中】

4.5 如何检验调节作用？

A 多元调节回归分析(moderated multiple regression, MMR)【规划中】

B 多层线性模型(hierarchical linear model, HLM)【规划中】

C 结构方程模型(Structural equation model, SEM)【规划中】

/好多坑要填乌乌